1091 N-自守数 (15 分) 还有 测试点2

最新推荐文章于 2021-11-13 00:19:32 发布
最新推荐文章于 2021-11-13 00:19:32 发布
阅读量877 收藏
点赞数
文章标签： C++ PAT 1091 自守数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/oshuaifeng/article/details/100833390
版权
该博客介绍了PAT编程竞赛中的一道题目——1091 N-自守数。博主分享了自己在解题过程中的经历，由于忽视了题目中的关键条件‘N<10’，导致在测试点2上出错。文章详细阐述了题目的要求，即找到一个数K，其平方乘以N后，结果的末尾与N相同。博主提供了正确的解题思路，即遍历1到9，用公式验证是否满足N-自守数的条件。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 

写完第一感觉 我又被骗了！！

首先 测试点2 的数据是 

9

9 8 7 6 5 4 3 2 1

我犯了一个错误，就是没有看见 “注意题目保证 N<10。” 结果程序写成了 N<输入的数 导致第二个测试点错误。 所以要看题目啊，谨防被骗。（狗头~~）

因为大二到大三忙着做项目还有忙着各种考试，所以好久没写了，就今天一写，还被骗了。啊哈哈~

题目

如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。

本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。

输入格式：

输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。

输出格式：

对每个需要检测的数字，如果它是 N-自守数就在一行中输出最小的 N 和 NK​2​​ 的值，以一个空格隔开；否则输出 No。注意题目保证 N<10。

输入样例：

3
92 5 233

输出样例：

3 25392
1 25
No

 

思路：简单推导一下&

最低0.47元/天 解锁文章
#-1
关注
B1091 N-自守数 (15分)（测试点3）
weixin_45622046的博客
04-05 477
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92^2=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输出格式： 对...
1091 N-自守数
小刚和小铁
12-10 639
1091 N-自守数 如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 ...
PAT 1091 N-自守数 (15 分)
(ง •_•)ง没有困难的工作，只有勇敢的狗狗
08-28 326
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92^​2​​ =25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输出格...
1091 N-自守数 (15 分)
一条咸鱼MOON的博客
07-30 384
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输...
PAT 乙 1091 N-自守数（测试通过）
qq_26004051的博客
02-15 534
1091 N-自守数 （15 分） 如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测...
判断自守数c语言算法,P1091 N-自守数
weixin_39823269的博客
05-27 2204
1091N-自守数(15分)如果某个数K的平方乘以N以后，结果的末尾几位数等于K，那么就称这个数为“N-自守数”。例如3，而2的末尾两位正好是9，所以9是一个3-自守数。本题就请你编写程序判断一个给定的数字是否关于某个N是N-自守数。输入格式：输入在第一行中给出正整数M(≤)，随后一行给出M个待检测的、不超过 1000 的正整数。输出格式：对每个需要检测的数...
自守数Exp03-Extend01，GJBook3-12-04
m0_46417197的博客
11-13 2021
今天遇到了一道C语言中等题吧，难在数据量开的贼大，必须用到long long才能过案例，然测试点也比较夸张，总共五个测试点，博主小菜鸡只过了三个，两个未过的都是自守数输出到9376，其实自守数不止到9376，应该是没在规定时间内跑完，希望有大佬指点。 题目描述：若一个正整数a满足条件 a^2 的尾数等于a，则称a为自守数，例如： 25^2=625 、76^2=5776 、9376^2=87909376 都是自守数。 编写程序，求小于等于n的所有自守数。 输入：从键盘随机输入一个正整数n（<100000
求解自守数_入门程序_
10-01
简单来说，如果一个自然数n满足n的平方(n^2)的最后一位或几位数字与n相同，那么这个数就是自守数。例如，5就是一个自守数，因为5的平方是25，末尾数字5没有变化；同样，76和625也是自守数。 在这个“求解自守数”的...
1091 N-自守数 （15 分）
weixin_30512785的博客
02-23 93
1091 N-自守数 （15 分） 如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 ...
1091 N-自守数 (15 分)（附详细注释，逻辑分析）
kngines
06-26 2077
写在前面 根据分值，题目简单。但个人部分处理耗时较多，15分钟 通过字符串计算待检测整数的位数 若是N-自守数，则下面公式成立 ((N*待检测数平方-待检测数)%pow(10，待检测数位数))==0 类型强转 N-自守数判断-耗时 测试用例 input: 3 92 5 233 output: 3 25392 1 25 No ac代码 数值计算法 #include <cm...
PAT 1091 N-自守数 （15 分）
ItaLink
12-11 554
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输...
1091 N-自守数 （15 point(s)） - PAT乙级真题
柳婼 の blog
12-12 2638
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×922​​ = 25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输...
PAT Basic Level 1091 N-自守数 （15 分）
qq_41755143的博客
01-26 250
题目链接: https://pintia.cn/problem-sets/994805260223102976/problems/1071785664454127616 AC代码: #include &lt;iostream&gt; #include &lt;cstdio&gt; #include &lt;cmath&gt; #include &lt;string&gt; #include...
1091 N-自守数 (15分)
weixin_44238239的博客
07-09 115
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92 ​2 ​​ =25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输出格式： 对每个需要检测的数字，如果它是 N-自守数就在一行中输出最小的 N 和 NK ​2 ​​ 的值，以一个
PAT 乙级 1091 自守数 15分
不停
03-24 206
题目：https://pintia.cn/problem-sets/994805260223102976/problems/1071785664454127616 #include<stdio.h> #include<math.h> int main() { int m; scanf("%d",&m); int k; for(...
【PAT乙等】N-自守数 （15 分）
未来架构师
12-10 711
如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M 个待检测的、不超过 1000 的正整数。 输...
1091 N-自守数——C++实现
吉大秦少游
12-10 2394
题目 1091 N-自守数 （15 分） 如果某个数 K 的平方乘以 N 以后，结果的末尾几位数等于 K，那么就称这个数为“N-自守数”。例如 3×92​2​​=25392，而 25392 的末尾两位正好是 92，所以 92 是一个 3-自守数。 本题就请你编写程序判断一个给定的数字是否关于某个 N 是 N-自守数。 输入格式： 输入在第一行中给出正整数 M（≤20），随后一行给出 M...
import numpy as np import matplotlib.pyplot as plt from tenpy.models.model import CouplingModel, NearestNeighborModel from tenpy.networks.site import BosonSite from tenpy.models.lattice import Chain from tenpy.networks.mps import MPS from tenpy.algorithms import dmrg # 自定义 Bose-Hubbard 模型（保持不变） class BoseHubbardModel(CouplingModel, NearestNeighborModel): def __init__(self, L, t, U, V, n_max, bc_MPS=&#39;finite&#39;): site = BosonSite(Nmax=n_max, conserve=&#39;N&#39;) lat = Chain(L=L, site=site, bc=&#39;open&#39;, bc_MPS=bc_MPS) CouplingModel.__init__(self, lat) self.add_coupling(-t, 0, &#39;Bd&#39;, 0, &#39;B&#39;, 1, plus_hc=True) self.add_onsite(U/2, 0, &#39;N N&#39;) self.add_coupling(V, 0, &#39;N&#39;, 0, &#39;N&#39;, 1) self.H_bond = self.calc_H_bond() NearestNeighborModel.__init__(self, lat, self.H_bond) # 参数设置（保持不变） L = 20 U_values = np.linspace(0, 10, 20) t = 1.0 V = 0.5 n_max = 3 chi = 100 # 初始化存储数组 energies = [] number_fluctuations = [] # 主循环：遍历不同的U值 for U in U_values: print(f"Running DMRG for U = {U:.2f}") # 1. 初始化模型 model = BoseHubbardModel(L=L, t=t, U=U, V=V, n_max=n_max) # 2. 制备初始态（每个格点填充1个粒子） psi = MPS.from_product_state(model.lat.mps_sites(), [1]*L, bc=model.lat.bc_MPS) # 3. 配置DMRG参数 dmrg_params = { &#39;trunc_params&#39;: { &#39;chi_max&#39;: chi, &#39;svd_min&#39;: 1e-10 }, &#39;max_E_err&#39;: 1e-6, &#39;verbose&#39;: 0 } # 4. 运行DMRG info = dmrg.run(psi, model, dmrg_params) # 5. 收集数据 energies.append(info[&#39;E&#39;]) # 计算粒子数涨落 fluctuation = 0.0 for i in range(L): N = psi.expectation_value(&#39;N&#39;, sites=[i]) N_sq = psi.expectation_value(&#39;N N&#39;, sites=[i]) fluctuation += (N_sq - N**2) number_fluctuations.append(fluctuation/L) # 平均每个格点的涨落 # 绘制结果 plt.figure(figsize=(10, 5)) # 基态能量 plt.subplot(1, 2, 1) plt.plot(U_values, energies, &#39;o-&#39;) plt.xlabel(&#39;U/t&#39;) plt.ylabel(&#39;Ground State Energy&#39;) plt.grid(alpha=0.6) # 粒子数涨落 plt.subplot(1, 2, 2) plt.plot(U_values, number_fluctuations, &#39;s-&#39;) plt.xlabel(&#39;U/t&#39;) plt.ylabel(&#39;Number Fluctuation ⟨n&sup2;⟩ - ⟨n⟩&sup2;&#39;) plt.grid(alpha=0.6) plt.tight_layout() plt.show()
最新发布
04-03
<think>好的，我需要帮助用户理解他们提供的这段Python代码。首先，我应该仔细阅读代码，明确它的结构和各个部分的功能。看起来这是一个使用TenPy库来研究Bose-Hubbard模型的脚本，通过DMRG算法计算基态能量和粒子数涨落随U参数的变化。 首先，用户可能想了解代码的整体目的。代码主要是在模拟一维玻色子在Bose-Hubbard模型下的基态性质，通过改变相互作用强度U，观察能量和粒子数涨落的变化。这可能与量子相变有关，比如从超流态到Mott绝缘态的转变。 接下来，我需要分部分解析代码。首先是导入的库：numpy、matplotlib，以及TenPy的相关模块。TenPy是处理张量网络算法的库，特别适用于量子多体系统的模拟。用户可能对TenPy不太熟悉，需要简单介绍这些模块的作用，比如CouplingModel用于构建模型，BosonSite表示玻色子格点，DMRG是算法部分。 然后是自定义的BoseHubbardModel类，继承自CouplingModel和NearestNeighborModel。这里需要解释类的初始化过程，如何添加耦合项、在位项等。参数L是链的长度，t是跃迁强度，U是在位相互作用，V是最近邻相互作用，n_max是每个格点的最大粒子数。这部分可能对于不熟悉模型构建的用户来说比较复杂，需要详细说明每个add_coupling的作用，例如第一项是动能项，包含产生和湮灭算符的最近邻跃迁，使用plus_hc来添加厄米共轭项；第二项是U项，对应粒子间的在位排斥或吸引；第三项是V项，相邻格点的粒子数相互作用。 参数设置部分，L=20，U从0到10取20个点，t=1，V=0.5，n_max=3，chi=100。需要解释这些参数的意义，特别是chi是DMRG中的键维度，影响计算的精度和资源消耗。 主循环部分遍历不同的U值，每个U下构建模型、初始化MPS态、运行DMRG、计算期望值。这里需要解释MPS.from_product_state创建初始态的过程，每个格点填充一个粒子。DMRG参数设置中的截断参数和收敛条件也需要说明，比如chi_max是最大键维，svd_min是奇异值截断的最小值，max_E_err是能量误差的收敛标准。 数据收集部分，计算基态能量和每个格点的粒子数涨落。涨落的计算是⟨n&sup2;⟩ - ⟨n⟩&sup2;，对每个格点求和后取平均。这里需要强调涨落的大小与系统的超流特性相关，U增大时涨落减小，可能指示相变。 绘图部分使用matplotlib展示能量和涨落随U的变化。两个子图分别对应基态能量和平均涨落，横轴是U/t，这可能让用户更容易理解无量纲的参数比例。 用户可能的疑问点包括：DMRG算法的工作原理、Bose-Hubbard模型的物理意义、如何解释能量和涨落的变化趋势、参数选择的影响（如chi的大小，L是否足够大，n_max是否合适）。此外，可能需要解释代码中一些TenPy特有的方法，比如expectation_value的参数&#39;N&#39;和&#39;N N&#39;，以及模型的构建细节。 可能的扩展问题：如何调整代码以研究其他参数（如V或t）的影响？如何验证结果的正确性？DMRG在此类问题中的优势和局限性是什么？如何分析相变点的位置？ 总结来说，我需要将代码分解为几个主要部分，逐步解释每部分的功能，相关物理概念，以及代码实现的方法。同时，需要联系物理理论，解释结果的可能意义，帮助用户将代码与物理现象联系起来。</think>以下是对该代码的逐步解析： 一、代码功能概述 该代码使用张量网络算法(DMRG)研究一维Bose-Hubbard模型的量子相变行为，主要计算两个物理量随相互作用强度$U$的变化： 1. 基态能量 2. 粒子数涨落$\langle n^2 \rangle - \langle n \rangle^2$ 二、代码结构解析 $1. 库导入部分$ ```python import numpy as np import matplotlib.pyplot as plt from tenpy.models.model import CouplingModel, NearestNeighborModel from tenpy.networks.site import BosonSite from tenpy.models.lattice import Chain from tenpy.networks.mps import MPS from tenpy.algorithms import dmrg ``` - TenPy：量子多体系统模拟框架 - BosonSite定义玻色子格点，包含粒子数算符$N$和湮灭算符$B$ - MPS表示矩阵乘积态，DMRG的核心数据结构 $2. 模型定义$ ```python class BoseHubbardModel(CouplingModel, NearestNeighborModel): def __init__(self, L, t, U, V, n_max, bc_MPS=&#39;finite&#39;): site = BosonSite(Nmax=n_max, conserve=&#39;N&#39;) # 最大粒子数n_max，守恒量N lat = Chain(L=L, site=site, bc=&#39;open&#39;) # 一维开边界链 CouplingModel.__init__(self, lat) # 添加三项相互作用： self.add_coupling(-t, 0, &#39;Bd&#39;, 0, &#39;B&#39;, 1, plus_hc=True) # 跃迁项 self.add_onsite(U/2, 0, &#39;N N&#39;) # 在位相互作用 self.add_coupling(V, 0, &#39;N&#39;, 0, &#39;N&#39;, 1) # 近邻密度相互作用 ``` 三项相互作用对应的哈密顿量： $$H = -t\sum_i (b_i^\dagger b_{i+1} + h.c.) + \frac{U}{2}\sum_i n_i(n_i-1) + V\sum_i n_i n_{i+1}$$ $3. 参数设置$ ```python L = 20 # 系统尺寸 U_values = np.linspace(0, 10, 20) # U/t取值范围 t = 1.0 # 跃迁强度(基准单位) V = 0.5 # 近邻相互作用 n_max = 3 # 单点最大粒子数 chi = 100 # DMRG键维度(控制计算精度) ``` $4. DMRG计算流程$ ```python for U in U_values: model = BoseHubbardModel(L=L, t=t, U=U, V=V, n_max=n_max) psi = MPS.from_product_state(model.lat.mps_sites(), [1]*L) # 初态：每个格点1粒子 dmrg_params = {&#39;trunc_params&#39;: {&#39;chi_max&#39;: chi, &#39;svd_min&#39;: 1e-10}, ...} dmrg.run(psi, model, dmrg_params) # 执行DMRG优化 ``` $5. 物理量计算$ ```python # 粒子数涨落计算 for i in range(L): N = psi.expectation_value(&#39;N&#39;, sites=[i]) # ⟨n_i⟩ N_sq = psi.expectation_value(&#39;N N&#39;, sites=[i]) # ⟨n_i^2⟩ fluctuation += (N_sq - N**2) # ⟨n&sup2;⟩ - ⟨n⟩&sup2; ``` 三、物理图像分析 1. 基态能量曲线：随着$U/t$增大，能量单调上升，反映强排斥相互作用增加系统能量 2. 粒子数涨落曲线： - 当$U/t \to 0$时：涨落较大，系统处于超流态 - 当$U/t$增大时：涨落减小，系统向Mott绝缘体转变 - 典型相变点$U_c \approx 3.37t$（一维精确解） 四、参数选择建议 1. 系统尺寸$L$：需测试有限尺寸效应，通常取$L\geq 20$ 2. 键维度$\chi$：影响计算精度，可通过监测纠缠熵收敛性验证 3. 最大粒子数$n_{max}$：需确保截断误差可忽略，通常取$n_{max}\geq 3$ 五、扩展研究方向 1. 添加无序势研究局域化现象 2. 计算纠缠熵分析量子临界点 3. 研究有限温度性质 4. 推广到二维系统研究 执行代码后将得到两个子图，左图显示基态能量随$U/t$的变化趋势，右图显示粒子数涨落的演化特征，这些结果为分析量子相变提供了重要数值依据。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值